Comparison of exposure estimates in the Finnish job-exposure matrix FINJEM with a JEM derived from expert assessments performed in Montreal
Notice bibliographique
Résumé
CONTEXT: Retrospective exposure assessment in population-based case-control studies poses a major challenge due to the wide range of occupations and industries involved. The FINJEM is a generic job-exposure matrix (JEM) developed in Finland, which represents a potentially cost-effective exposure assessment tool. While FINJEM has been used in several studies outside Finland, little is known of its applicability in other countries. METHODS: We compared prevalence and intensity of exposure in FINJEM with a JEM developed from expert assessments of occupational histories obtained in a population-based case-control study in Montreal. Agreement for prevalence of exposure was measured by weighted κ coefficients between prevalence categories. Agreement for exposure intensity was measured by Spearman correlation coefficients between cells with non-null exposure. RESULTS: The comparison involved 27 chemicals, the time period 1945-1995 and included 4743 jobs initially assessed by the Montreal experts. 4293 combinations of agent, occupational title and period were available for comparison of prevalence. Agent-specific prevalence was consistently higher in the Montreal JEM (median difference 1.7%). Agent-specific κ values between prevalence categories varied from 0.89 (welding fumes) to 0.07 (flour dust). The comparison of exposure levels involved 14 agents and 198 cells with non-null exposure in both sources. Agent-specific Spearman correlation varied from 0.89 (flour dust) to -0.35 (benzo(a)pyrene). CONCLUSION: Our observations suggest that information concerning several agents (eg, metals, welding fumes) can be successfully transported from Finland to Canada and probably other countries. However, for other agents, there was considerable disagreement, and hence, transportability of FINJEM cannot be assumed by default.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».